Eko potenzia le decisioni basate sui dati con una pipeline di analisi su AWS

Per molti lavoratori della gig-economy in India, l'accesso ai conti bancari è scarso. Questi lavoratori sono in genere pagati in contanti, lavorano in orari strani e hanno poca o nessuna storia creditizia. Eko democratizza i servizi bancari e finanziari aiutando i lavoratori a reddito medio-basso a digitalizzare i propri guadagni.

Nei suoi 13 anni di attività, Eko ha servito più di 70 milioni di clienti e dispone di una rete commerciale di 1,5 milioni di negozi di piccole e medie dimensioni che fungono da centri di raccolta e deposito di contanti. Storicamente, l'azienda offriva principalmente servizi e soluzioni finanziarie che facilitavano i pagamenti e i trasferimenti di denaro. Ma entro il 2018, i fondatori di Eko avevano evoluto la loro visione per innovare in nuovi settori verticali come il credito e le assicurazioni, che includevano lo sfruttamento dei dati dei clienti per fornire una maggiore personalizzazione.

Nel 2019, l'azienda ha deciso di creare un team di dati e analisi incaricato di creare una pipeline di dati entro tre mesi. La sfida più grande che il team ha dovuto affrontare è stata la complessità del set di dati di Eko, in cui un solo database poteva contenere più di 800 tabelle. Il tempo necessario per recuperare i dati che risalgono a più di due mesi potrebbe richiedere almeno 10 minuti o più. Inoltre, ogni volta che i team di progetto avevano bisogno di informazioni storiche relative a un anno o più datate, dovevano inviare una richiesta al team IT e attendere ore o addirittura giorni per ricevere una risposta.

La prima priorità del team di dati e analisi era il consolidamento dei dati di Eko, che si erano accumulati rapidamente nel tempo e distribuiti su più database legacy. L'azienda eseguiva tutti i carichi di lavoro sul cloud con un altro provider, ma era aperta a nuovi fornitori per la sua piattaforma di analisi.

Il team ha emesso una richiesta di proposta (RFP) e ha scelto di collaborare con Oneture Technologies, un partner di consulenza Amazon Web Services (AWS) Select. «Quasi tutte le proposte che abbiamo ricevuto avevano AWS come base e il supporto che abbiamo ricevuto da AWS durante il processo di richiesta di proposta (RFP) è stato un fattore decisivo», spiega Sheekha Verma, data science manager presso Eko. «Inoltre, abbiamo apprezzato la disponibilità all'ascolto delle nostre idee da parte di Oneture. Il team di Oneture è diventato un'estensione del nostro team, lavorando a fianco dei nostri ingegneri per formarli durante questo processo».

Eko ha collaborato con Oneture per creare un data lake sul cloud AWS che offrisse una visione unificata di diverse fonti di dati. L'azienda ora utilizza Amazon EMR per l'elaborazione di big data e AWS Glue al fine di preparare e caricare i dati per l'analisi. Amazon Athena è al centro della sua pipeline di analisi e viene utilizzato per eseguire query serverless dai dati archiviati in Amazon Simple Storage Service (Amazon S3).

Oggi, Eko recupera i dati più velocemente che mai eseguendo la sua piattaforma di analisi su AWS. Ad esempio, l'azienda esegue regolarmente interrogazioni sul tasso di fidelizzazione trimestrale dei propri clienti finali. In precedenza l'elaborazione di questa query richiedeva 20 minuti, ma utilizzando la nuova pipeline di dati, sono necessari solo 3,8 secondi.

Con dati disponibili quasi in tempo reale per i dipendenti di tutta l'azienda, Eko ha una migliore visibilità del suo flusso di cassa giornaliero. «Quella comprensione più profonda di dove e come si sta muovendo il denaro e della velocità in diversi momenti, queste erano le informazioni che ci mancavano e che ora possiamo verificare in qualsiasi momento», afferma Verma.

In precedenza, i reparti di Eko dovevano presentare formalmente una richiesta all'IT se avevano bisogno di accedere ai dati. Ora, sono state create dashboard personalizzate per ogni reparto. «Siamo stati in grado di decentralizzare il processo di raccolta delle informazioni, in modo che i team non tecnici possano accedere e interagire con i dati in qualsiasi formato desiderino», afferma Verma.

Ciò ha portato a un miglioramento del processo decisionale e a un aumento della produttività grazie a team responsabilizzati. Diversi reparti inviano ancora richieste di informazioni al team addetto ai dati, ma gli ingegneri sono spesso in grado di modificare i filtri del pannello di controllo del reparto richiedente in modo che tali richieste possano essere soddisfatte indipendentemente in futuro.

Per comprendere meglio i propri clienti, Eko ha suddiviso i clienti in gruppi in base ai loro modelli di consumo dei servizi dell'azienda. La segmentazione in base al volume e alla frequenza delle transazioni, insieme ad altri fattori demografici e geografici, ha aiutato Eko a soddisfare meglio le esigenze particolari di ciascun gruppo.

Da quando ha implementato la sua pipeline di analisi a dicembre 2019, Eko ha raggiunto un livello completo di segmentazione dei clienti. Verma afferma: «Con la nostra piattaforma in esecuzione su AWS, possiamo identificare i segmenti di clienti che forniscono costantemente elevati volumi di transazioni e concentrare di conseguenza i nostri sforzi di marketing».

Prima del progetto di analisi, Eko stava già cercando altri modi per attirare e fidelizzare i clienti. Sulla base di nuove informazioni, sta implementando un programma di fidelizzazione per contattare personalmente i nuovi clienti dopo aver utilizzato i servizi di Eko per la prima volta.

Sebbene il progetto e il modello di previsione del tasso di abbandono alla base siano ancora nelle fasi iniziali, il successo sembra imminente. «Prevediamo un aumento di almeno il 10% della conversione delle vendite nel nostro segmento di clienti più fedeli, il che contribuisce al 70 percento dei nostri profitti», afferma Verma.

L'agilità nel visualizzare e agire sulle fluttuazioni dell'attività dei clienti ha inoltre consentito a Eko di rispondere rapidamente ai cambiamenti e alle richieste del mercato. Ad esempio, all'inizio del 2020, quando un analista di dati ha rilevato un aumento della domanda per uno dei suoi prodotti non essenziali, l'azienda è stata in grado di reindirizzare parte delle sue attività di marketing e allocare rapidamente risorse aggiuntive per supportare la domanda di quel prodotto. «Con AWS e Oneture, Eko continua a innovare i sistemi per servire meglio i propri clienti attraverso l'analisi», conclude Verma.